OpenAI 的 ChatGPT 在五項日常任務實測中，以 3 比 2 的比數壓過 Anthropic 的 Claude Haiku 5.5，不過在兩題「因人而異」的個人化建議上，則由 Claude 取得勝利。
重點整理：
- ChatGPT 在感恩節聚餐規劃、創意寫作以及預算計算三回合勝出。
- Claude Haiku 5.5 則在跑鞋推薦與家庭行程安排兩回合，以更貼近個人需求的回答取勝。
- Haiku 5.5 將自 10 月 29 日起，於免費版、Pro 與 Max 用戶的模型選單中，正式取代 Haiku 4.5。
ChatGPT 測試結果
科技記者 Amanda Caswell 長期關注人工智慧發展，她在 10 月 15 日公布的比較測試中，使用完全相同的提示語，同步評估兩款聊天機器人表現，完整測試已於線上公開。
測試題目涵蓋從節日晚餐規劃，到家庭預算計算等日常情境。她以「是否忠實遵循指示」以及「替使用者節省多少後續工作」作為評分標準。
在感恩節聚餐回合中，ChatGPT 成功在 175 美元預算內，為 10 人設計出幾乎全素食的配菜組合，並限制所有料理只使用一台烤箱完成。創意寫作題方面，ChatGPT 直接切入一段巨龍追逐場景的中段情節，筆調更符合中年級讀者的閱讀口味。預算工具題目中，ChatGPT 更進一步建立可供編輯、下載且可離線執行的試算表格式，實用度較高。
Claude 則在跑鞋推薦回合中勝出。面對一名足弓較高、每週跑量約 35 英里的跑者，Claude 建議選擇中性取向、極致緩衝的鞋款；相較之下，ChatGPT 推薦較偏硬的跑鞋，被測試者認為不那麼合腳。家庭行程規畫題裡，Claude 也交出更貼近真實生活的方案，協助一位需同時處理三個孩子足球練習、郵局差事與工作截止期限的職場家長，排出更具可行性的時間表。
延伸閱讀： 蘋果 iPhone 雙機新款預購 30 分鐘內即售罄，從預購秒變缺貨
Claude Haiku 5.5 評價
Caswell 認為，Haiku 5.5 對於日常提問而言是一款表現不俗的模型，不過若以此次測試涵蓋的任務組合來看，她仍傾向優先選用 ChatGPT。她也將 Claude 拿下兩勝歸因於其給出的建議，整體感受更貼近她的實際需求與情境。
Anthropic 已於 10 月 7 日正式推出 Haiku 5.5，定位為 Claude 系列中體量最小、成本最低的等級。公司指出，Haiku 5.5 的運行成本約為 Haiku 4.5 的四分之一，特別適合總結、客服對話等需要快速回應、反覆執行的任務。企業客戶目前每百萬輸入 token 支付 0.10 美元，價格水準與 OpenAI 最小型模型 GPT-6 Luna 大致相當。
GPT-6 與 Haiku 上線節奏
Anthropic 將於 10 月 29 日起，從免費版、Pro 與 Max 用戶的模型選單中移除 Haiku 4.5，全面以 Haiku 5.5 取代；舊有對話記錄則維持不變。
與此同日，OpenAI 也在 ChatGPT 中推出 GPT-6，並導入新介面，允許系統在回答中直接嵌入互動圖表、計算工具與按鈕。產品經理 Aarush Selvan 表示，最有幫助的答案「不應只停留在文字」。另一方面，Haiku 5.5 的發表，則為 Anthropic 一個月內連續將 Opus 與 Sonnet 升級至 5.5 版畫下句點，完成整體產品線的同步調整。
